Inteligencia artificial ayuda a la detección de Covid-19 a través de radiografías de tórax

En un tiempo crucial donde es imperioso ocupar todas las opciones que se tengan a mano en la lucha contra el Covid-19, un novedoso sistema que permite detectar la enfermedad mediante radiografías de tórax nació bajo el alero de la Facultad de Ciencias Físicas y Matemáticas de la Universidad de Concepción.

El profesor Sebastián Niklitschek, ingeniero civil matemático e investigador UdeC, con la ayuda de su madre, la médico broncopulmonar Susana Soto y un grupo de la comunidad científica internacional, desarrolló un modelo basado en inteligencia artificial que está disponible libremente en internet y que puede ser un complemento rápido al PCR.

El científico destaca que “la idea central del proyecto es desarrollar e investigar una herramienta de apoyo y diagnóstico a la labor médica, entendiendo las limitaciones actuales que tenemos con las pruebas PCR. Hay hartos esfuerzos en la línea de aumentar la capacidad de exámenes PCR que podemos realizar y procesar, pero también es cierto que en muchos lugares la tecnología no está y las radiografías de tórax resultan ser un examen ampliamente disponible”.

“En particular llevo dos años trabajando en el desarrollo de sistemas de inteligencia artificial en salud con el objetivo de ayudar a la función médica. Esto no es exclusivamente de acá, hay una comunidad grande en el mundo trabajando en lo mismo con resultados bien impresionantes. Nosotros ya habíamos trabajado con radiografías de tórax, y desde que surge esta pandemia acá también emerge la idea de que las radiografías de tórax pudieran detectar Covid-19, sobre todo porque una de las manifestaciones de dicha afección es esta suerte de neumonía multifocal, lo que se traduce en la infección de varios lugares al mismo tiempo en los pulmones”, añade el académico.

Con la consiguiente activación de la comunidad internacional que colabora en este proyecto, comenzó la búsqueda y recopilación de datos, la que hoy cuenta con más de 30 mil imágenes de tres grupos principalmente: Covid-19, neumonías que no son relacionadas con el Covid-19 y pacientes sin manifestaciones de neumonía.

Privacidad de los datos

El científico comenta que, en relación al modelo, hay dos partes importantes a destacar. La primera, vinculada a la investigación, que apunta a cómo lograr asegurar desde la ciencia que efectivamente esto tiene la validez que los investigadores sostienen, y la segunda, donde se sitúan los aspectos más tecnológicos en lo relativo a cómo llevar a que esto finalmente se ocupe en los centros asistenciales.

Sebastián Niklitschek (Diario Concepción)

Para llegar a dicha implementación, Niklitschek —que dentro de su trabajo de investigación es colaborador de algunas instituciones de telemedicina—, afirma que “la primera estrategia que optamos primero fue la de poner a disposición una herramienta abierta, ya que lo principal es que esto se ocupe en todos los centros asistenciales, lo que requiere sistemas que sean robustos, puesto que tienen que estar conectados directamente al sistema informático del hospital, por lo tanto, tenemos que velar porque se cuiden aspectos de privacidad de información”.

Al entender que ese proceso es largo, lo otro que se podía hacer es “poner a disposición una plataforma web que tenga el modelo por detrás y que cualquier persona pueda consultar desde cualquier lugar, estando seguros de que no se pide ninguna información relativa al consultante, ni nombre, ni ubicación, nada. Es solo subir una radiografía y nosotros damos la respuesta del modelo, comprendiendo que esto sea un apoyo a la labor médica, y en este plano es súper importante que un radiólogo haga el informe de esa radiografía. El punto es que muchos de ellos podrían estar no entrenados para detectar Covid-19, mucho menos en etapas tempranas, por lo que el modelo los puede asistir y aumentar esa capacidad diagnóstica”.

El conjunto de datos con el que se han entrenado los modelos está en constante crecimiento debido a que hay varios organismos a nivel mundial que están poniendo a disposición voluntariamente radiografías de tórax. Enfatizando en la privacidad, Niklitschek aclara que “a través de esta plataforma la idea es que se sube el caso (radiografía); el modelo en un par de segundos te entrega la respuesta, pero luego olvida la imagen subida,porque el médico puede estar consultando por la radiografía que es de un paciente, el que no tendría por qué estar de acuerdo con que la imagen se comparta por algún lado. Acá el sistema olvida completamente, no hay ningún registro de nada, no se guardan las imágenes, la idea es poner a disposición una herramienta que sirva, no que recopile información, lo que se hace únicamente en el caso de que haya organismos de salud autorizados que abran conjuntos de datos de manera totalmente voluntaria y transparente”.

Página y trabajo estrecho con su madre 

Dentro de su colaboración científica, Niklitschek trabaja con una fundación norteamericana y con un consorcio de telemedicina. Como parte de su investigación en algún momento comenzó a desarrollar el modelo y ellos se entusiasmaron, poniendo a disposición una plataforma para poder subir el modelo para que quedara a libre disposición y que cualquier persona lo pueda ocupar. Como el consorcio de telemedicina tiene más datos, que son propios, ellos han podido ir mejorando el modelo y esa plataforma está disponible en covid.itms.cl.

“Ha habido una colaboración bonita y estrecha con Susana Soto, que es mi mamá, médico broncopulmonar del Hospital Regional Guillermo Grant Benevente de Concepción. Ella ha podido validar las etiquetas del conjunto de datos, muchas veces cuestionar algunas de las etiquetas, por lo tanto, hemos mejorado bastante y eso ha permitido probarlo sobre datos nuevos que no tenían etiqueta y que han ido apareciendo en distintas partes de esta red de colaboración”, finaliza.